人工智能|实习助理何时能转正?从肺结节影像AI技术的商业化探索说起( 二 )


除此之外,“准考证”的下发也使同质化竞争激烈的细分赛道开始出现头部效应,先拿证的企业跑马圈地,一定程度上催生了行业分化,也让还在探索中的医疗AI行业,面临着内部大考 。
借东风,战红海
“持证上岗”始终是国家、医疗企业、临床的共同需求 。从2017年开始,为推动AI医疗辅助诊断发展,NMPA一直在不断完善相关政策、促进标准化单位落地 。
从一系列人工智能医疗相关政策的颁布也可以看出,建立各医疗细分领域的标准数据库势在必行 。以实操性最强的AI医疗影像为例,只有建立标准数据库才能在质量上解决图像的临床代表性、图像多样性、标注的权威性与规范性及数据的可溯源性等问题,加速产品的研发、应用和迭代 。
从技术创新的角度看,医疗AI的价值创造必然来自医疗场景的融入 。如果,模型研究人员只懂算法,不了解临床的流程和需求,不熟悉诊断的基本知识,无疑会造成闭门造车、自娱自乐 。因此,技术的发展需要“AI+医疗”跨学科人才的培养和汇聚 。在较为专业的诊疗领域,创业者不仅要研究AI算法,更要从需求端,包括筛查、诊断、消费等方面深入了解,才能在严峻的市场竞争中取得先机,厚积薄发 。
在“商业化”成为医疗AI核心关键词的2021年,这一行业开始用科技价值和商业价值的双重探索,回击曾经所有的质疑 。迎来真正的机遇之后,面对市场这块试金石,挑战近在眼前,广阔的海洋也在眼前 。

推荐阅读